佛山瓷砖陶瓷网总站 |
新零售首页 |
|
|
【新零售】无服务器架构的新思路，超盟以数据推动新零售升级 |
【xinlingshou】2018-12-5发表: 无服务器架构的新思路，超盟以数据推动新零售升级 试想，如果每个人都开一家零售店，每家店有两个爆款sku，可能所有店员在补货时靠经验就可以了。但是当sku变成200个甚至上千个时，恐怕店员大概率就会手忙脚乱了，而且还要考虑物流、天气、用户习 无服务器架构的新思路，超盟以数据推动新零售升级但是当sku变成200个甚至上千个时，恐怕店员大概率就会手忙脚乱了，而且还要考虑物流、天气、用户习惯等各种各样的外部因素，很容易就会因为高库存造成经济损失。 “这时候，我们的自动补货就会给门店一个建议，通过对未来15天的每一个sku进行预测，让门店的补货节奏变得非常有规律。 ”超盟数据cto李健豪介绍称，这一理念的背后是以数据变革商业的思考，以及无服务器架构（serverless）的技术贡献。 毕业于uiuc的李健豪一直在从事数据挖掘、数据处理、数据清洗等领域工作，希望通过对数据的研究让企业运营更精细化、更有效率。 “考虑到零售商品的颗粒度比较小，如果每个门店有2000多个sku，背后要围绕每个商品构建相应的很多算法模型，要是用传统方式计算的成本会非常高。 ”李健豪说，“当我们把无服务器架构引入之后，整体成本会下降的非常低，而且运算速度非常快，其并发量可以一次解决数千个sku，在10秒内就能预测出未来15天的销售状况。 落地到应用层面，就是对零售店每天的到货、销售、品类、数量等行为进行预测，背后则是对天气、温度、湿度、公众假期、促销、poi等外部数据的分析，透过150多个维度，建立多个标签，建立门店相似度模型，通过神经网络、深度学习、机器学习和算法优化，使结果符合线下运营场景。 根据李健豪的介绍，以往要想在五分钟内对1万个门店的1万个商品进行预测，动用集群计算的成本会非常高，而lambda每使用5gb内存的启动价格大约是1美分/次，“其背后把成本的压力给到了亚马逊，我们则可以把算法集成到容器里，并且做了大量的优化，让整个预测过程在200-300秒内就能完成。 在李健豪看来，虽然多家云服务商都有这种架构的产品，但体验方面多少还存在着差距，像aws已经可以对每个服务以毫秒到秒的级别去计算费用，而阿里云和其他服务商只能做到按月收费，“我用要它一个服务，就得先付一个月的钱，但如果aws的（服务），用5秒就付5秒的钱就好了。 ”除了底层采用lambda作为计算服务的方式，超盟数据还引入了100多个宏观特征和50多个人群特征等维度的数据，用于提升算法模型的准确性，比如门店营业时间、天气变化、地理位置等等，其中会结合内部各行业专家的建议，并将这些知识集成到算法模型里面。 ”目前，超盟的数据团队约有15个人，均是专注在零售领域，并且在全国五大区域都有落地团队服务于当地的区域连锁。 ”当然，考虑到aws在中国市场的可用区仍然存在一定的局限性，笔者还是希望像阿里云、腾讯云这样的厂商可以更加聚焦细分领域，更多地将技术与实际业务相结合，加强行业知识的理解，这样才能够从根本上推动传统企业的智慧转型。 就像李健豪所说的，客户不会太关心新零售、新技术这些概念名词，“我们并不是简单地在推某一项技术，而是整体的解决方案，只要可以帮客户解决问题、带来回报，客户就会接受。 ”瓷砖相关零售商批发零售在线零售,本资讯的关键词:超盟数据自动补货零售升级sku新零售新思路服务器推动 (【xinlingshou】更新:2018/12/5 20:14:21)
|
